Metadatenschema und Ontologiemodell für die Aufnahme und Prozessierung von 3D-Modellen des Kulturellen Erbes
Aus einer Reihe von Digitalisierungsprojekten am i3mainz entstand der Bedarf an der standardkonformen Bereitstellung von Metadaten für Digitalisate.
Motivation
Für die Einschätzung der Qualität einer digitalen Kopie von Objekten des kulturellen Erbes ist die lückenlose, maschinen- und menschenlesbare Beschreibung der Erfassungs- und Datenaufbereitungsprozesse zentral. Daher erarbeiten Mitarbeiterinnen und Mitarbeiter von i3mainz und RGZM projektübergreifend ein Metadatenschema und ein Ontologiemodell für die 3D-Erfassung und Daten-Prozessierung.
Aktivitäten
Ausgehend von der Expertise und den Arbeiten in den Projekten ARS3D, Haft Tappeh und Grabdenkmälerentwickelten Mitarbeiterinnen und Mitarbeiter des i3mainz und des RGZM Lösungen für die technischen Metadaten, die bei dem Einsatz eines Streifenlichtprojektors der Firma GOM (a ZEISS company) und der dazugehörigen Scan- und Prozessierungssoftware entstehen.
Die GOM Software bietet über eine Python-API, also eine Programmierschnittstelle, die Möglichkeit, auf technische Metadaten zuzugreifen. Auf diese Weise gelangt man an Informationen, wie die Größe des kalibrierten Messvolumens, Einstellungen bei der Prozessierung der Einzelmessungen oder Residuen der Transformationen (Abweichungswerte). Sowohl für die GOM Software Professional 2016 als auch für eine Vorgängersoftware ATOS entstanden Pythonskipte, die alle Informationen auslesen und strukturieren. In einer parallel entwickelten Ontologie erfolgte die Beschreibung der einzelnen Metadaten und das Mapping auf bestehende Standards. Die Ontologie vereinheitlicht die Beschreibung der Beziehungen zwischen den Qualitätsparametern. Der Export der technischen Metadaten erfolgt in den Dateiformaten JSON und TTL.
Resultate
Zur Kontrolle der erzeugten Metadaten im TTL-Format und dem aufgesetzten Metadatenschema wurde eine prototypische SPARQL-Datenbank aufgesetzt, in der die TTLs aus unterschiedlichen Dokumentationsprojekten importiert wurden. Mittels Queries konnte die Korrektheit der importierten Informationen über die verwendeten Sensoren, Anzahl der Scans, Auflösung etc. in der Datenbank validiert werden. Ziel war es, neben der Vereinheitlichung der Metadaten ebenfalls eine Datenbasis für zukünftige Qualitätsanalysen auf Scandaten bereitzustellen.
Im Projektjahr 2021 wurden die Ontologie und die exportierten Metadaten in den Datenformaten JSON und TTL angepasst, Anwendungsbeispiele der Ontologie aufbereitet und auf Zenodo publiziert, die Python Software für die Generierung der Metadaten auf Github releast und der Gesamtprozess einer Metadatengenerierung in einer Publikation im Heritage Science Journal ausführlich dokumentiert.
Aufbauend auf den Arbeiten in der GOM-Software wurde 2022 ein Pythonskript entwickelt, welches die Metadaten strukturiert abgreift, auf die vorhandene Ontologie mappt und in den Dateiformaten JSON und TTL abspeichert. Somit ist es jetzt möglich Informationen von 3D-Modellen bezüglich ihrer Digitalisierung unabhängig der Software abzufragen und Datensätze miteinander in Bezug zu setzen. Das Pythonskript für die Generierung der Metadaten für die Software Agisoft Metashape ist veröffentlicht.
2023 wurde in Kooperation mit Hubert Mara von der Universität Halle-Wittenberg, die Verarbeitung der Metadaten in der Software GigaMesh implementiert. Zusätzlich konnte mit der Modellierung von technischen Metadaten für Erfassungs- und Prozessierungstechnologie Reflectance Transformation Imaging (RTI) begonnen werden. Die identifizierten Metadaten wurden bereits teilweise in neuen Skripten implementiert und an einigen wenigen Testcases angewendet.